MétaCan
Menu
Retour à la cohorte
Enregistrement W4281665291 · doi:10.1021/acsbiomaterials.1c01436

Polydopamine Biomaterials for Skin Regeneration

2022· review· en· W4281665291 sur OpenAlexaff
Mohsen Khodadadi Yazdi, Mehrak Zare, Ali Khodadadi, Farzad Seidi, S. Mohammad Sajadi, Payam Zarrintaj, Ahmad Arefi, Masoud Mozafari

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRegeneration (biology)BiomaterialBioadhesiveBiocompatibilityWound healingExtracellular matrixCell adhesionNanotechnologyMaterials scienceSelf-healing hydrogelsBiomedical engineeringAdhesionChemistryCell biologyDrug deliveryBiochemistryPolymer chemistryBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Designing biomaterials capable of biomimicking wound healing and skin regeneration has been receiving increasing attention recently. Some biopolymers behave similarly to the extracellular matrix (ECM), supporting biointerfacial adhesion and intrinsic cellular interactions. Polydopamine (PDA) is a natural bioadhesive and bioactive polymer that endows high chemical versatility, making it an exciting candidate for a wide range of biomedical applications. Moreover, biomaterials based on PDA and its derivatives have near-infrared (NIR) absorption, excellent biocompatibility, intrinsic antioxidative activity, antibacterial activity, and cell affinity. PDA can regulate cell behavior by controlling signal transduction pathways. It governs the focal adhesion behavior of cells at the biomaterials interface. These features make melanin-like PDA a fascinating biomaterial for wound healing and skin regeneration. This paper overviews PDA-based biomaterials' synthesis, properties, and interactions with biological entities. Furthermore, the utilization of PDA nano- and microstructures as a constituent of wound-dressing formulations is highlighted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,084
Tête enseignante GPT0,373
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetWound Healing and TreatmentsTravaux en français237 207